转录组测序数据fastq统计结果怎么看？双端测序怎么计算reads数量？

学生最近获得了一种寄生植物的转录组数据，宿主是银杏，测序材料是三片寄生植物叶子（三个重复）。现结果如下：

请问老师:

①因为是双末端测序，比如说我要算重复1的总reads大小，是应该把YX-001-1和YX-001-2的reads相加，还是只要算一个就行了？

②我要算本次寄生植物的总reads（重复1+重复2+重复3），是应该把6个测得的reads都相加吗？

③假如在重复1中，双末端测序（YX-001-1和YX-001-2）得到的reads数不一样，是什么原因？是学生采样的问题吗？

默认排序时间排序

2 个回答

omicsgene - 生物信息 2018-09-12 10:51

擅长：重测序,遗传进化,转录组,GWAS

看你的数据，应该是一个样品取了三个生物学重复（重复1，重复2，重复3），每一个重复里面的（1和2）应该是双端测序得到的read1和read2两个文件的统计结果，因为后面readnumber和bases数量（两个文件如 YX-001_1 和YX-001_2 ）是一样的。

1. YX-001 的bases数可以 YX-001_1 和YX-001_2 相加； read数量你直接用16,054,673就行，说明一下是一对记为1条reads，也可以相加，说按单端计数；

2，所有的read数量也就是测序数据量，你可以相加，文章结果总结可以说一下，一共测了多少read，多少数据量base；

3. 双端测序read1和read2的read数量一定是相等的，不相等说明文件有错误；

microRNA 2018-09-12 10:54

从您的描述来看，你是做了3个样本的转录组测序，采用的测序策略是双端测序（Pair End）。

所谓的双端测序，就是一个插入片段，分别从两头测。所以：

1. 两头测序的read1, read2 数量一样。

2. 由于read1, read2 的测序长度一致，所以应该数据量也是一样的

再回到你的3个问题，
1. 样品的总reads: read1 + read2
2. 所有的样品总reads : 样品的reads 累加

3. 如果read1, read2 数量不一致：那就是数据不完整，有可能是测序公司弄错了数据，也有可能是拷贝（传输）数据，导致文件不完整